AI DROID-RV Bikin Ekokardiografi Jantung Lebih Presisi, Deteksi Dini Gagal Jantung Jadi Nyata

Sebuah terobosan di bidang kardiologi digital kembali mencuat: tim peneliti dari Mass General Brigham Heart and Vascular Institute bersama inisiatif Machine Learning for Health di Broad Institute MIT mengembangkan DROID-RV, model kecerdasan buatan berbasis deep learning yang mampu menilai ukuran dan fungsi ventrikel kanan jantung melalui ekokardiogram. Temuan yang dipublikasikan di Nature Cardiovascular Research edisi Oktober itu menunjukkan akurasi pengukuran diameter ventrikel kanan hingga rata-rata 3 milimeter—sebuah capaian yang selama ini sulit diraih dengan ekokardiografi konvensional.

Ventrikel kanan adalah ruang jantung yang secara historis menjadi titik lemah pencitraan non-invasif. Bentuknya seperti bulan sabit dan posisinya persis di belakang tulang dada, membuatnya nyaris tak terlihat jelas dalam pemeriksaan rutin. Selama ini, standar emas untuk mengevaluasi ventrikel kanan adalah cardiac MRI, tetapi biayanya mahal dan ketersediaannya terbatas, terutama di negara dengan sumber daya kesehatan terbatas. Ekokardiografi memang murah dan luas digunakan, namun akurasinya untuk ventrikel kanan sering diragukan. Di sinilah DROID-RV menawarkan solusi: ia memberikan pengukuran awal yang cepat dan menandai pemeriksaan abnormal yang memerlukan perhatian lebih lanjut.

Studi tersebut melibatkan lebih dari 380.000 klip video ekokardiogram dari sekitar 17.000 pasien sebagai data pelatihan. Model kemudian diuji pada 9.100 pasien dalam sistem kesehatan yang sama dan 831 pasien dari rumah sakit di Hongaria sebagai dataset independen. Hasilnya, DROID-RV tidak hanya mampu mengestimasi diameter ventrikel kanan dengan presisi tinggi, tetapi juga mengidentifikasi penurunan fungsi sistolik ventrikel kanan. Lebih jauh, prediksi model berkorelasi dengan luaran kesehatan di masa depan: pasien dengan ventrikel kanan yang diprediksi melebar memiliki risiko kematian dua kali lipat dalam lima tahun dibandingkan mereka dengan ukuran normal, bahkan setelah faktor usia, jenis kelamin, dan fungsi ventrikel kiri diperhitungkan.

Pendiri studi, Mostafa Al-Alusi dan Patrick Ellinor, dalam siaran pers menyatakan bahwa alat seperti DROID-RV dapat mempercepat kerja dokter pembaca ekokardiogram dengan menyediakan pengukuran awal dan menandai ujian abnormal. Mereka juga menyoroti potensi alat ini untuk mengidentifikasi pasien yang membutuhkan MRI lebih lanjut, terutama di fasilitas yang minim mesin MRI atau tenaga ahli. “Kami membayangkan suatu hari nanti alat ini tidak hanya mereproduksi pengukuran ekokardiogram, tetapi juga memprediksi penyakit kardiovaskular di masa depan,” ujar mereka.

“Akurasi 3 mm sangat baik untuk mengukur ukuran ruang jantung, termasuk ventrikel kanan, pada ekokardiogram. Ini dapat diterima untuk praktik klinis,” kata Paul Drury, ahli kardiologi bersertifikat dan associate medical director of electrophysiology di MemorialCare Saddleback Medical Center, California.

Drury menambahkan bahwa ventrikel kanan sangat sulit digambarkan pada ekokardiografi rutin karena bentuknya yang kompleks dan lokasinya di depan jantung. Pelebaran dan kegagalan fungsi ventrikel kanan berkaitan erat dengan morbiditas dan mortalitas kardiovaskular. Oleh karena itu, metode alternatif untuk mengukur ukuran dan fungsi ventrikel kanan menjadi krusial. Ia menilai model AI seperti DROID-RV dapat membantu mendeteksi dini kondisi yang mendasari, seperti penyakit paru kronis atau sleep apnea, sehingga penanganan bisa lebih cepat atau merujuk ke pencitraan MRI yang lebih definitif.

Meski demikian, Drury memberikan catatan penting. Ia menekankan perlunya studi yang mengonfirmasi reproduksibilitas temuan DROID-RV pada ekokardiogram yang dilakukan di berbagai pusat kardiologi dengan beragam operator dan pasien. “Karena kualitas gambar ekokardiogram sangat bervariasi, saya perlu melihat bahwa DROID-RV dapat menilai ukuran dan fungsi ventrikel kanan secara akurat bahkan pada studi dengan kualitas buruk, dan ini harus dibandingkan dengan standar emas, yaitu cardiac MRI,” tegasnya.

Bagi Indonesia, terobosan ini berpotensi menjadi angin segar di tengah keterbatasan akses MRI jantung yang terkonsentrasi di kota-kota besar. Dengan prevalensi penyakit jantung yang tinggi dan jumlah ahli ekokardiografi terbatas, teknologi AI yang mampu meningkatkan akurasi ekokardiografi—pemeriksaan yang relatif murah dan tersedia di banyak rumah sakit daerah—dapat memperluas jangkauan deteksi dini. Namun, implementasinya tetap bergantung pada kualitas mesin ekokardiografi, pelatihan operator, dan kesiapan regulasi alat kesehatan berbasis AI. Tantangan berikutnya adalah memastikan model seperti DROID-RV tervalidasi pada populasi Asia, termasuk Indonesia, sebelum diadopsi secara luas.

Ke depan, pertanyaannya bukan lagi apakah AI akan masuk ke ruang pemeriksaan jantung, melainkan seberapa cepat sistem kesehatan—terutama di negara berkembang—dapat mengintegrasikannya tanpa memperlebar kesenjangan akses. Jika DROID-RV lolos uji multisenter dan regulasi, ia bisa menjadi alat bantu yang demokratis untuk memprediksi risiko kardiovaskular, bukan sekadar kemewahan teknologi di negara maju.